由于移动互联网的快速发展，计算机、信息技术、数字化逐渐走进人们的生活，大数据具有的决策力、洞察发现力和优化能力。利用Python进行数据挖掘是大数据技术必不可少的一环。它提供多种算法可适用于各种简单或复杂的数据环境。传统仿真一般选用Matlab、R、SAS、Stata语言或工具，但或多或少在数据对齐、时间序列处理、矢量计算、丢失数据处理等方面存在不足。为解决上述问题，我们可以采用Pandas(Python Data Analysis Library)进行仿真建模。同时，通过与Matlab的仿真对比，展示了Pandas的优势所在。
NETL
NSTL
万方数据
